基于脑氧血红蛋白的运动意图启动策略研究

本文旨在提高步行辅助设备的智能水平，通过一种基于脑血红蛋白信息的动作意图识别方法来提供启动动作指令。作者李崇光、李娟、胡海艳和李卫达来自江苏省机器人与系统重点实验室，苏州大学机械与电气工程学院，位于中国苏州。他们共同探讨了如何利用近红外光谱技术捕捉大脑活动，从而解析个体在进行自发动作（如上楼、下楼、上坡、下坡、坐下和起立）时的内在意图，而无需预先想象或外部刺激。 研究的核心是通过监测脑血红蛋白（cerebral hemoglobin，CHb）的变化来推断运动意图。CHb是一种生物标志物，它能反映大脑氧合状态，因为血液中的氧气变化会影响其浓度。在实验过程中，参与者进行了系列的自发动作，同时记录了他们的脑部血流变化，这涉及到对总血红蛋白（total hemoglobin，THb）及其他相关特征的多变量分析。 作者们通过多种统计分析方法，如方差分析（analysis of variance, ANOVA），来探究不同THb变异性特征与运动意图之间的关联性。这种方法旨在找出那些最能体现运动意图的特征模式，以便于在实时情境中准确地捕捉到用户想要开始移动的信号。这种技术对于提升助行设备的智能化至关重要，因为它能够更好地理解和预测用户的动态需求，从而提供更加个性化的支持和无缝的交互体验。 通过这项研究，作者们希望能够为智能假肢、外骨骼系统或者辅助行走设备的设计提供科学依据，使其能够更好地适应用户的行为模式，增强人机互动的自然性和效率。未来的研究可能进一步探索如何将这些技术扩展到其他领域，如康复治疗或者精准运动控制。这篇文章在神经生理学与信息技术的交叉领域中，展示了脑血红蛋白信号在理解人类运动意图上的潜力和应用前景。